از مهم ترین ابزارهای کنترل آماری فرایند، نمودار کنترلی است. ساخت نمودارهای کنترلی، با تعیین پارامترهای طراحی اندازه ی نمونه، فاصله ی نمونه گیری و ضریب حدود کنترلی حاصل می شود. طراحی آماری-اقتصادی بهترین روش با در نظر گرفتن خواص آماری و هزینه برای تعیین این پارامترها است. طراحی آماری-اقتصادینمودارهای کنترلی نیاز به یک توزیع برای سازوکار شکست فرایند دارند. مشهورترین توزیع ها در تحلیل سازوکار شکست فرایند توزیع نمایی، گاما و وایبول هستند. اخیراً توزیع جدیدی با عنوان توزیع نمایی تعمیم یافته، به توزیع های مرسوم در تحلیل داده های طول عمر و سازوکار شکست فرایند اضافه شده است. چنانچه داده های سازوکار شکست از این توزیع پیروی کنند، استفاده از توزیع های دیگر نتایج گمراه کننده و نامناسبی را به کاربران ارائه می دهد. از طرف دیگر، یک فرض اساسی در اکثر نمودارهای کنترلی، مستقل بودن مشاهدات ناشی از فرایند است؛ ولی، در عمل موقعیت هایی با داده های همبسته داریم. در نتیجه، شناسایی نمودارهای کنترلی که بتواند برای کنترل این گونه داده ها مورد استفاده قرار گیرد، از اهمیت ویژه ای برخوردار است. در این مقاله طراحی آماری-اقتصادی نمودار کنترلی با داده های همبسته تحت مدل شوک نمایی تعمیم یافته و وایبول راتوسعه داده و با ارائه ی مثال عددی، کاربرد آن ها را نشان می دهیم. یک تحلیل حساسیت برای بررسی اثر تغییر خواص کنترل شده ی نرخ خطای نوع اول، توان و ضریب همبستگی اعمال کرده ایم. نتایج نشان می دهد که این نوع نمودارهای کنترلی دارای خواص آماری نامطلوبی هستند و محدودیت بر خطای نوع اول اثر قابل توجهی بر تعیین متوسط هزینه در واحد زمان و پارامترهای طراحی می گذارد. همچنین، ضریب همبستگی رابطه غیرمستقیم با اندازه ی نمونه و فاصله ی نمونه گیری و رابطه مستقیم با متوسط هزینه در واحد زمان دارد.

با توجه به اهمیت قیمت نفت، پیش بینی صحیح قیمت سبد نفت خام کشورهای عضو اوپک می تواند نقش به سزایی در ایمن سازی اقتصاد این کشورها در مقابل اثرات ناشی از این نوسانات داشته باشد. این پژوهش تلاشی در جهت معرفی یک الگوی مطلوب، به منظور مدل سازی و پیش بینی نوسانات قیمت نفت خام اوپک خواهد داشت. در این راستا از داده های روزانه قیمت نفت خام، طی دوره زمانی 02/01/1986 الی 13/02/2017 استفاده شده است. بر این اساس، وجود ویژگی حافظة بلندمدت در معادلات میانگین و واریانس قیمت نفت خام، مورد ارزیابی و مدل سازی قرار گرفت و نتایج مدل «ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮک اﻧﺒﺎﺷﺘﻪ ﺟﺰﺋﻲ خودهمبسته»، مؤید وجود ویژگی حافظه بلندمدت در هر دو معادله میانگین و واریانس سری مذکور است. اما آزمون‏های انجام شده، رفتاری غیرخطی و نمایی را در واریانس قیمت نفت خام تایید می‏نمایند. از این رو نتایج به ویژه براساس معیارهای اطلاعات و نیز معیار درصد میانگین مطلق خطا حاکی از انتخاب مدل ترکیبی از الگوی ﻣﻴﺎﻧﮕﻴﻦ ﻣﺘﺤﺮک اﻧﺒﺎﺷﺘﻪ ﺟﺰﺋﻲ ﺧﻮدهمبسته و الگوی واریانس ناهمسانی شرطی نمایی یعنی مدل (1,1)EGARCH - (3,09/0,4) ARFIMA، به عنوان بهترین مدل جهت مدل سازی و پیش بینی نوسانات قیمت نفت خام اوپک است و عدم توجه به رفتار غیرخطی نمایی واریانس در حافظه بلندمدت قیمت نفت خام می‏تواند تحلیل‏گران و به ویژه تصمیم‏سازان اقتصادی را دچار خطای محاسباتی نموده و از سیاست بهینه منحرف سازد.

لطفا برای مشاهده چکیده به متن کامل (PDF) مراجعه فرمایید.

کارکرد اصلی یک نمودار کنترلی، کمک به مدیریت تشخیص منابع مختلف تغییرپذیری در یک فرایند تولید است. همچنین نمودار کنترلی به طور گسترده در زمینه ی صنعت به عنوان یک ابزار جهت نظارت بر یک فرایند تولید به منظور بهبود کیفیت محصول استفاده می شود. متداول ترین نمودار کنترلی با در نظر گرفتن یک مشخصه، نمودار کنترلی می باشد. در این مقاله یک مدل طراحی اقتصادی و طراحی آماری-اقتصادی به منظور طراحی بهینه ی نمودارهای کنترلی با در نظر گرفتن توزیع وایبول تعمیم یافته ی جدید دو پارامتری به عنوان سازوکار شکست فرایند پیشنهاد و ارائه نموده ایم و در سطح نمونه گیری یکنواخت و نایکنواخت به مقایسه ی این دو مدل طراحی پرداخته ایم. از مقایسه ی انجام شده نتیجه می گیریم که مدل آماری-اقتصادی از نظر دست یافتن به خواص آماری نمودار کنترلی مطلوب از مدل اقتصادی بهتر اما پرهزینه تر می باشد.

سانسور هیبرید واحد شده ترکیبی از دو سانسور هیبرید تعمیم یافته نوع I و II می باشد. در این مقاله، طرح سانسور هیبرید واحد شده وقتی متغیرهای طول عمر، دارای توزیع نمایی تعمیم یافته دو پارامتری هستند، بررسی می شود. از آنجا که برآورد ماکسیمم درستنمایی پارامترها فرم بسته ای ندارند، لذا برای حل مشکل از روش تکرار عددی نیوتن رافسون استفاده می کنیم و با کمک ماتریس اطلاع فیشر مشاهدات، فاصله اطمینان مجانبی برای پارامترها بدست می آوریم. با فرض آن که پارامترها مستقل و دارای توزیع پیشین گاما هستند، برآورد بیزی پارامترها را با کمک نمونه گیری از نقاط مهم بدست آورده و در یک مطالعه شبیه سازی طرح های مختلف با هم مقایسه می شوند. در انتها با یک مثال واقعی هدف مقاله بیشتر توضیح داده می شود.

نمودارهای کنترلی از جمله کارآمدترین ابزار کنترل کیفیت برای پایش مشخصه های مختلف کیفیت در فرایند تولید محسوب می شوند که هدف کلی آن ها بهبود کیفیت محصول است. در نمودارهای کنترلی شوهارتی اغلب، پذیره ی نرمال بودن داده ها برقرار می شود، اما گاهی اطلاعات کافی در مورد توزیع آماری مشاهدات وجود ندارد، به همین دلیل در این شرایط از نمودارهای کنترلی ناپارامتری استفاده می شود. در این تحقیق، نمودار کنترلی علامت ناپارامتری برای شرایطی که مشاهدات از توزیع مشخصی پیروی نمی کنند، معرفی شده است. نتایج حاصل از طراحی آماری و همچنین طراحی اقتصادی و آماری اقتصادی نشان می دهند که این نمودار کنترلی عملکرد خوبی برای کشف تغییرات کوچک در فرایند و در عین حال کاهش هزینه و زمان تولید داشته است.